Descargar este archivo PDF - Revistas

Anuncio
Revista Actividad Física y Desarrollo Humano 2013 EL USO DE VARIABLES BIOMÉTRICAS Y MECÁNICAS EN MODELOS DE
PREDICCIÓN PARA EL CÁLCULO DE UNA 1RM EN PRESS DE BANCA
MARCO FREDY JAIMES LAGUADO*
PROFESOR UNIVERSIDAD DE PAMPLONA
DOCTOR EN NUEVAS PRESPECTIVAS DE INVESTIGACIO
mafrejala@hotmail.com
MAGDA MILENA CONTRERAS JÁUREGUI ** Profesora Universidad de Pamplona
Magister en Orientación Vocacional
dto@unipamplona.edu.co
Grupo de investigación :DIDOH
CARLOS GUSTAVO ENCISO MATTOS *** Profesor de la universidad de pamplona Magister en gerencia Educacional carlosenciso@unipamplona.edu.co ………………………………………………………………………………………………………………………………………………..... RESUMEN
………………………………. Articulo Recibido 24 de mayo del
2013 y aceptado para su publicación
el 18 de julio del 2013.
T1 de
Se considera un artículo
investigación
El propósito de esta investigación fue desarrollar un modelo predictivo biométrico-funcional para el cálculo
de la 1RM en press de banca, que pueda ser utilizado para la prescripción de programas de entrenamiento en
diferentes poblaciones. Para ello 47 participantes, estudiantes varones de educación física (Edad 22,55 ± 1,81 años;
Talla 176,39 ± 5,5 cm; Peso 72,47 ± 6,5 Kg; Porcentaje graso 14,11 ± 3,5; Porcentaje muscular 60,88 ± 8,5), fueron
evaluados en press de banca horizontal en pórtico guiado mediante un test de cargas progresivas hasta alcanzar su
1RM en dos situaciones de agarre 90º y 105º. Las variables biométricas tomadas fueron pliegues cutáneos (bíceps,
tríceps, pectoral), circunferencias (pecho, brazo relajado, brazo contraído y muñeca), diámetros (biacromial, bicondilo
del húmero y biestiloideo) y porcentajes graso y muscular. Tras análisis de regresión lineal múltiple se obtuvieron
cuatro modelos predictivos. Dos de los modelos aceptaron las variables biométricas y mecánicas, relacionadas con la
distancia de agarre, R2 = 0.73 para la situación de 90º y de R2 = 0.75 para la de 105º. Los otros dos modelos solo se
construyeron con variables biométricas, R2 = 0.69 para la situación de 90º y de R2 = 0.70 para la de 105º. Como
conclusión principal el modelo predictivo biométrico-funcional obtenido es útil para su aplicación en la prescripción de
entrenamiento de la fuerza en press de banca horizontal en una muestra de deportistas jóvenes con diferente nivel de
condición física.
Palabras Clave: Press de Banca, Ecuaciones Predictivas, 1RM, Variables Biométricas
ABSTRACT
The aim of this research was to develop a predictive model for biometric-functional calculation of 1 RM bench press,
which can be used to design training programs for different populations. Forty-seven male physical education students
(age 22.55 ± 1.81 years, height 176.39 ± 5.5 cm, weight 72.47 ± 6.5 kg, 14.11 ± 3.5 percent body fat ; muscle
Percentage 60.88 ± 8.5) were evaluated in the horizontal guided bench press in a progressive load test up to 1RM in
two situations grip 90 º and 105 º. Several biometric variables were measured, including skinfolds (biceps, triceps and
pectoral), circumferences (chest, arm relaxed, arm contracted and wrist), diameters (biacromial, bicondylar, humerus,
biestiloideo)
and muscle and fat percentages. After multiple linear regression analysis four predictive models were
obtained. Two of the models used biometric and mechanical variables, related to grip distance, R2 = 0.73 for 90 ° and
R2 = 0.75 for 105 degrees. The other two models used only with biometric variables, R2 = 0.69 for the 90 ° width grip
and R2 = 0.70 for 105 degrees. We conclude that the biometric-functional predictive model obtained is useful for
application in the prescription of strength training on horizontal bench press in a sample of young athletes with different
levels of fitness.
Key Words: Bench Press, Predictive Equation, 1RM, Biometric Variable
. WORDS: Physical Activity, Program, Health, Index, Diagnostic of corporal mass. 101 Revista Actividad Física y Desarrollo Humano 2013 1. INTRODUCCIÓN
…………………………………………………………………………………………………………………
Los test de fuerza máxima son cada
vez más utilizados para determinar el nivel, no
solo de rendimiento, sino de salud en diferentes
poblaciones. En las últimas décadas se han
Nota: rep = número de repeticiones hasta el
realizado numerosos estudios para conocer de
fallo muscular, kg = carga submáxima levantada
forma indirecta la FDM (Berger, 1961; Brzycki,
por repetición.
1993; Materko & Santos, 2009; Mayhew et al.,
2002). Conocer este valor es muy útil para
poder prescribir entrenamiento de una forma
más segura y eficaz. Poder aplicar estímulos
En las ecuaciones que utilizan las RFT,
que cumplan el principio de intensidad óptima
el peso desplazado ha sido establecido bien de
del entrenamiento es fundamental, sobre todo
forma aleatoria, o bien se ha buscado mover
cuando se está comenzando un programa de
cargas que permitiesen llegar a 5 RM, 10RM o
acondicionamiento
físico
general
en
20RM
etdiseñadas
al., 2002;para
Reynolds,
Gordon,
Tabla (Dohoney
1. Ecuaciones
la estimación
de la 1RM
principiantes. Un test de 1RM sería
& Robergs, 2006). Existe también trabajados
contraproducente e improcedente, pues
difícilmente en este estadío podrían manifestar
Autor/es
Ecuación
su FDM. Es en este tipo de sujetos donde más
Brzycki (1993)
1RM = kg/(1,0278-0,0278*rep)
precauciones hay que tomar, más aún si se
trata de jóvenes (Mayhew, Kerksick, Lentz,
Epley (1985)
1RM = (0,33*rep)*kg+kg
Ware, & Mayhew, 2004; Prinster, Mayhew,
Lander (1985)
1RM = kg/(1,013-0,0267123*rep)
Arabas, Ware, & Bemben, 1993), o por el
contrario, adultos de avanzada edad (Wood,
Lombardi (1989)
1RM = (rep0,1)*kg
Maddalozzo, & Harter, 2002). Igualmente
Mayhew et al. (1992)
1RM = kg/(52,2+41,9e-0,55*rep)/100
ocurriría con atletas entrenados cuando inician
O’Connor et al. (1989)
1RM = (0,025*rep*kg)+kg
la pretemporada, donde se encuentran
totalmente desadaptados.
Wathen (1994)
1RM = kg/(48,8+53,8e-0,075*rep)/100
El test de 1RM puede ser utilizado para
evaluar la FDM en ejercicios multiarticulares
(Press de Banca, Sentadilla o Prensa Atlética,
Jalones o Remo, Press Militar) (Abadie &
Wentworth, 2000; LeSuer, McCormick, Mayhew,
Wasserstein, & Arnold, 1997; Mayhew et al.,
2002;Ware, Clemens, Mayhew, & Johnston,
1995). En ejercicios uniarticulares como la
extensión de piernas en máquina o el curl de
bíceps también ha sido estudiado (Abadie &
Wentworth, 2000; Dohoney, Chromiak, Lemire,
Abadie, & Kovacs, 2002).
En el tren superior el press de banca
ha sido el ejercicio más utilizado en diversos
estudios para la evaluación de la FDM
(Whisenant, Panton, East, & Broeder, 2003).
Las estrategias para conocer este valor de
fuerza se han basado en la determinación de
fórmulas de predicción lineal y no lineal. Estas
han sido calculadas a partir del uso de
repeticiones hasta la fatiga total (RFT) con
cargas submáximas (ver Tabla 1).
102 que utilizan el NFL- 225 test que relacionan el
número de RFT para predecir la 1RM (Hetzler,
Schroeder, Wages, Stickley, & Kimura, 2010;
Mayhew et al., 1999; Whisenant et al., 2003).
Estas ecuaciones están limitadas al perfil de
jugadores de las ligas de fútbol americano en
sus diferentes categorías.
Gracias al avance tecnológico y a la
posibilidad de utilizar encoders lineales, se
utilizan parámetros cinemáticos para predecir
ciertos valores de fuerza. Tomando la velocidad
de desplazamiento de una carga submáxima se
puede predecir el 1RM mediante una ecuación
lineal (valor R) (Jidovtseff, Harris, Crielaard, &
Cronin, 2011). En otros estudios se han utilizado
medios menos sofisticados y para ello se han
evaluado el número de flexiones de brazos
(push-ups) en un minuto, o las flexiones hasta la
fatiga total (Guenther, 2009; Mayhew, Ball,
Arnold, & Bowen, 1991).
La precisión de las ecuaciones fluctúa
según el número de RFT ejecutadas en el test.
Revista Actividad Física y Desarrollo Humano 2013 Muchas ecuaciones tienen como objetivo que
las repeticiones hasta el fallo muscular estén
por debajo de las diez. De esta forma, estos test
no dejan de evaluar manifestaciones de fuerza
dinámica máxima, y no pasarían a ser pruebas
de resistencia de fuerza (Guenther, 2009). Otro
factor que afecta a la precisión de las
ecuaciones es el tipo de sujetos estudiados así
como su nivel de entrenamiento. La mayoría de
las ecuaciones son más precisas cuando no se
superan las 10RM (Brzycki, 1993; LeSuer et al.,
1997; Lombardi, 1989; Mayhew et al., 2011).
Para aumentar la precisión de estas se han
utilizado modelos mixtos en los que introducía
factores antropométricos (Hetzler et al., 2010;
Mayhew et al., 2004).
Estudios realizados por (Mayhew,
Piper, & Ware, 1993), aplican variables
antropométricos como peso, talla, porcentaje de
grasa corporal, porcentaje muscular, y
repeticiones hasta la fatiga con pesos
submáximos. En esta misma línea Cummings y
Finn, (1998), comparan tres modelos de
predicción para 1RM en press de banca,
aplicando variables antropométricas como talla,
masa, y la longitud del brazo, circunferencia del
brazo, la amplitud biacromial y el pliegue
cutáneo del tríceps.
Como se puede observar tras todas las
investigaciones analizadas, en todas se han
utilizado cargas submáximas, y se ha buscado
alcanzar un número de repeticiones máximas
para poder predecir un valor de FDM. Un factor
que no se ha tenido en cuenta es la forma de
ejecución. La dispersión tan grande existente en
cuanto a resultados puede ser debido a no tener
un criterio universal estandarizado. De tal forma
que se debe hablar de velocidades de
ejecución, en ningún estudio excepto en el de
(Jidovtseff et al., 2011) se habla de este aspecto
tan determinante, de colocación de los
segmentos con respecto a la barra, pocos
estudios explican cuál era la distancia entre los
agarres, y tampoco se mencionaba hasta qué
altura del pecho llevaba la barra, con respecto a
la ubicación relacionada con la escotadura
yugular o apófisis xifoides.
El enfoque de esta investigación se
basa en la predicción de la 1RM teniendo en
cuenta valores antropométricos y colocación se
segmentos según la ubicación del agarre a 90º
o 105º. Otra novedad del modelo sería incluir la
distancia teniendo en cuenta la amplitud entre
los agarres. Se quiere desarrollar un modelo de
predicción que permita a entrenadores e
investigadores establecer valores máximos de
referencia, en función de valores biométricos y
mecánicos. Por este motivo el objetivo de esta
investigación es establecer un modelo predictivo
biométrico-funcional, que pueda ser utilizado
para la prescripción de programas de
entrenamiento en poblaciones tanto con
diferente nivel de experiencia en el gesto de
press de banca, como con distinto nivel de
condición física. Igualmente se pretende
conocer si con sólo variables antropométricas
sin test de fuerza máxima hasta la fatiga total se
puede predecir la 1RM.
2. DESARROLLO METODOLOGICO
…………………………………………………………………………………………………………………………
Método
Sujetos
Cuarenta y siete sujetos varones
voluntarios pertenecientes a la Facultad de
Ciencias de la Educación Física y Deporte de la
Universidad de Granada (Edad 22,55 ± 1,81
años; Talla 176,39 ± 5,5 cm; Peso 72,47 ± 6,5
Kg; Porcentaje graso 14,11 ± 3,5; Porcentaje
muscular 60,88 ± 8,5) realizaron un test de
cargas progresivas hasta llegar al 1RM en el
ejercicio de press de banca plano en máquina
Smith. La muestra fue dividida en dos grupos,
103 uno que era capaz de levantar una vez su peso
corporal (G1>BW = 21) y el resto que no lo
conseguía (G2<BW = 26). Todos los sujetos
fueron instruidos previamente para que no
realizaran ejercicio 48 horas previas a la prueba,
los test se llevaron a cabo después de leer y
firmar un consentimiento informado.
Procedimiento
Todas las mediciones se llevaron a
cabo durante dos sesiones separadas cada una
por una semana. Los participantes acudieron al
Revista Actividad Física y Desarrollo Humano 2013 Laboratorio ubicado en la Facultad del Deporte
(Universidad de Granada), inicialmente se
tomaron los datos biométricos. Una vez
tomadas estas medidas se procedió a ubicar los
agarres en la barra del pórtico donde se iba a
realizar la investigación. En nuestro caso,
utilizamos el ángulo formado por el brazo y el
antebrazo para diferenciar los agarres de 90º y
de 105º, a partir de la misma posición en la que
se midió la envergadura.
Para evitar los efectos de la fatiga, se
dejaron descansos entre cada una de las series
realizadas. Estos descansos comprendían
desde periodos de 3 minutos, para velocidades
de la barra superiores a 0,5 m/s, y descansos
de 5 minutos para velocidades inferiores a 0,5
m/s.
Para el protocolo incremental en press
de banca en pórtico, se siguió la técnica descrita
por Escamilla, Lander, & Garhammer (2000). A
los sujetos se les indicó que realizaran la fase
concéntrica con la mayor velocidad posible y se
controlaba el descenso durante la fase
excéntrica, descendiendo la barra hasta rozar el
pecho, a 2 cm de la apófisis xifoides, con el fin
de evitar la acción de rebote al invertir la
dirección del movimiento. Tras una señal
acústica el sujeto desplazaba la barra a la
máxima velocidad.
Para el análisis biométrico se tomaron
las medidas de los pliegues cutáneos (bíceps,
tríceps, pectoral), circunferencias (pecho, brazo
relajado, brazo contraído, muñeca), diámetros
(biacromial, bicondilo del húmero, biestiloideo) y
porcentajes graso y muscular. Según el
protocolo expuesto por la Sociedad
Internacional del Desarrollo Antropométrico
(ISAK, 2006). También se hizo un análisis
fotogramétrico tomando los datos de una
posición estandarizada, para el posterior
análisis de la envergadura y dimensiones
corporales.
Análisis Estadístico
Todos los datos fueron analizados
usando el paquete estadístico (SPSS) versión
17 (IBM Company, Chicago, IL). En primer
lugar, se hizo el análisis descriptivo de las
variables estudiadas incluyendo media,
desviación típica y el rango de variación
(mínimo y máximo), entre otras medidas.
Las ecuaciones 1 a 4 se obtuvieron con
análisis de regresión lineal múltiple, para cada
uno de los tipos de agarre, con las variables
biométricas como predictoras y la 1RM como
variable dependiente. Las ecuaciones (1) y (3)
incluyen todas las variables predictoras (con
algunos problemas de multicolinealidad por la
correlación entre algunas de las variables
biométricas), en tanto las ecuaciones (2) y (4)
contienen el menor número de variables
biométricas que mantienen la significancia del
modelo,
seleccionadas
vía
Stepwise
(procedimiento backward). En todos los casos
se realizaron los procedimientos usuales de
verificación de supuestos en los residuales
(diversos gráficos para detectar posibles
tendencias, heteroscedasticidad, normalidad y
bondad de ajuste).
3. RESULTADOS
…………………………………………………………………………………………………………………
En la Tabla 2 se muestran los valores
descriptivos relativos a las características de los
participantes. En la Figura 1 se observa la nube
de puntos con todos los sujetos, para las
variables masa (eje horizontal) y 1RM (eje
vertical), es notable la relación lineal entre estas
dos variables así como la diferencia entre el
grupo que tiene la capacidad de levantar una
vez su peso corporal en 1RM - G2 (identificado con el número 2, de color azul) y el
grupo que no lo hace - G1 - (identificado con el
104 número 1, de color rojo). Asimismo el gráfico
revela las diferencias en 1RM cuando el
ejercicio se efectúa con agarre de 90°
(identificado con círculo) y de 105° (identificado
con triángulo), mostrando una tendencia a
valores más altos cuando el agarre es de 105°.
Revista Actividad Física y Desarrollo Humano 2013 Comparación de Variables Biométricas
Edad
(SEE) Mínimo
Máximo
Media
Desv. típ.
20,5
27,4
22,55
1,81
Talla (cm)
164
195
176,39
5,53
Masa (kg)
58,4
87,5
72,47
6,52
IMC (Kg/m )
13,3
26,1
23,05
2,25
Envergadura (cm)
157
189
175,37
7,42
DB (cm)
38
48,3
43,03
2,43
Pecho (cm)
83
113
97,18
4,88
2
%Graso
%Muscular
Muñeca (cm)
Brazo contraído (cm)
DistAgarre (cm)
6,6
20,9
14,11
3,45
13,2
72,9
60,88
8,48
15
27
17,09
1,70
25,2
42
34,25
2,90
61
101
84,46
8,02
(1)
90° con todas las
predictoras
0.734
8.260
.000
(2)
90° con mínimo
número de
predictoras
0.692
8.093
.000
(3)
105° con todas
las predictoras
0.746
8.436
.000
(4)
105° con mínimo
número de
predictoras
0.699
8.364
.000
Tabla 3. Valor de correlación y significación de las
ecuaciones predictivas.
Nota: DB = Distacia Biacromial; DistAgarre = Distancia en el agarre
Tabla 2. Estadística descriptiva de la muestra (n =47).
A partir de estos resultados se obtienen
las siguientes ecuaciones, importantes para la
predicción de la FDM en sujetos entrenados y
no entrenados en virtud de sus valores
biométricos y de sus agarres. Por lo tanto,
teniendo como variable dependiente la 1RM, y
como variables predictivas, los parámetros
biométricos y mecánicos (considerando factores
mecánicos la posición de los segmentos en las
distintas fases del gesto):
(a) RM 90º = ( Da + m + mñ + %m + Bd + DBL + Bc + Ev + Bt + P) x (0.45)
Donde:
Figura 1. Masa (eje horizontal) y 1RM (eje vertical). Según
RM 90º es la variable independiente,
grupo y tipo de agarre
Da
(distancia de agarre), m (masa o peso corporal),
En la Tabla 4 se resumen las medidas de
mñ (muñeca) %m (porcentaje muscular), Bd
bondad de ajuste (coeficientes de determinación
(distancia
y valores p) para los modelos predictivos
biacromial),
planteados bajo las condiciones de agarre de
(envergadura),
90º (ecuaciones 1 y 2) y de 105º (ecuaciones 3
(circunferencia del tórax a la altura del pecho).
bicondiliana),
Bc
(brazo
Bt
DBL
(distancia
contraído),
Ev
(biestiloideo),
P
y 4). En todos los casos los modelos son
altamente significativos (p < 0,001).
Ecuación
105 Modelo
R2
(b) RM 90º = (%m + Bd + Bc) x (0.45)
Error estándar
de residuales
Valor p
Revista Actividad Física y Desarrollo Humano 2013 Donde:
de vista práctico. Poder predecir la FDM a partir
de datos biométricos y de la colocación de los
RM 90º es la variable independiente, %m
segmentos-agarre es una ventaja metodológica
(porcentaje
en el diseño de programas de entrenamiento.
muscular),
Bd
(distancia
bicondiliana), Bc (brazo contraído).
Hasta ahora las variables moduladoras de la
carga son habitualmente el porcentaje de
resistencia externa desplazado, la velocidad de
(a) RM 105º = ( Da + mñ + m + %m + Bd + DBL + Ev + Bc + Bt + P) x (0.45)
ejecución y el tipo de contracción (Cormie,
McGuigan, & Newton, 2011). Sin embargo la
Donde:
posición del agarre, no ha sido un parámetro
tenido en consideración para también modular
RM 105º es la variable independiente, Da
(distancia de agarre), m (masa o peso corporal),
mñ (muñeca) %m (porcentaje muscular), Bd
(distancia
bicondiliana),
biacromial),
Bc
(envergadura),
DBL
(brazo
Bt
(distancia
contraído),
Ev
(biestiloideo),
la carga. En nuestras fórmulas, uno de los
aspectos a destacar, es que tiene en cuenta la
posición de las palancas, que como se ha
demostrado es un factor de cambio en la
producción de fuerza.
P
En este sentido, no hemos encontrado
(circunferencia del tórax a la altura del pecho).
ningún trabajo que haya incluido el valor de
(b) RM 105º = (m + Bd + Bc) x (0.45)
distancia de agarre para poder predecir el
resultado final de FDM o 1RM. En algunos
Donde:
estudios (Hetzler et al., 2010; Mayhew, Ball,
RM 105º es la variable independiente, m (masa
o peso corporal), Bd (biecondiliano), Bc (brazo
contraído).
el
presente
estudio
se
ha
cada una de las situaciones de evaluación
analizadas, que permiten predecir un valor de
FDM a partir de variables biométricas. Las
Ecuaciones 1 y 3, son las que poseen más
variables para acercarse con mayor precisión al
valor de 1RM, están compuestas por valores
muy interesantes, sobre todo, desde un punto
incluyen longitudes de palancas. Hetzler et al.,
precisión de sus ecuaciones basadas en las
conseguido desarrollar dos ecuaciones para
106 Prinster, 1993), acercándose a nuestro modelo
(2010), como estrategia para aumentar la
Discusión
En
Ward, Hart, & Arnold, 1991; Mayhew, Ware, &
RFT, incluyeron variables antropométricas. La
correlación encontrada por ellos fue de R2 =
0.87 sin variables antropométricas y de R2 =
0.90 con los valores de perímetros y longitudes
de
segmentos,
similares
a
la
precisión
alcanzada por nuestras ecuaciones, R2 = 0.73
para la situación de 90º y de R2 = 0.75 para la
de 105º. Lo interesante del modelo aquí
prescrito es que no se necesita realizar
repeticiones previas, permitiendo prescribir
Revista Actividad Física y Desarrollo Humano 2013 entrenamiento desde la toma de las variables
1993; Desgorces, Berthelot, Dietrich, & Testa,
biométricas. Sin embargo, Scanlan, Ballmann,
2010; Knutzen, Brilla, & Caine, 1999; LeSuer et
Mayhew, & Lantz, (1999) no encontraron
al., 1997; Whisenant et al., 2003).
correlaciones en su modelo predictivo de la
1RM para press de banca. Posiblemente debido
a las variables antropométricas seleccionadas y
el tipo de población utilizada, mujeres no
entrenadas. Introducir la circunferencia del
tronco, es una variable que aumenta la
dispersión de los datos en este tipo de muestra.
En este caso hubiese sido más adecuado incluir
la distancia entre agarres, incorporando un
factor mecánico al modelo que no se vería
afectado por el sexo de los sujetos. Se requiere
de una revisión más profunda en el que se
analice una mayor población, así como
aplicación diferentes edades y sexos.
Otras investigaciones han llegado a
determinar modelos de regresión después de
periodos en entrenamiento (Brechue & Mayhew,
2009; Mayhew et al., 2011), en nuestro caso,
hemos querido llegar a construir un modelo con
sujetos entrenados y no entrenados para que la
ecuación no se vea influida por el momento de
la temporada, ni por el nivel de entrenamiento
de los sujetos seleccionados. En futuro sería
interesante analizar la evolución de las
características funcionales en sujetos de
diferente
nivel
especialización
de
tras
condición
un
física
periodo
y
de
entrenamiento de fuerza orientado a la mejora
Otra de las ventajas para el uso de los
de la FDM y la Potencia, para conseguir ajustar
modelos propuestos, es la facilidad de medida,
aún más la precisión de los modelos predictivos
y el no requerir instrumental sofisticado,
analizados en nuestro estudio.
haciéndolo asequible a cualquier entrenador.
Algunos autores no están de acuerdo con la
Conclusiones
utilización de este tipo de fórmulas indirectas
que no utilizan las RFT (Hetzler et al., 2010),
justificándolo por el intervalo de error de las
Podemos concluir que, el modelo
mismas. El nivel de error asumido de nuestros
predictivo biométrico-funcional obtenido es útil
modelos es de 8.2 ± 0.2 kg, similar al error
para su aplicación en la prescripción de
encontrado en sus investigaciones (con un
entrenamiento de la fuerza en press de banca
intervalo entre 5-10 kg). En esta línea de
horizontal para una muestra de jóvenes
pensamiento coincidimos con aquellos autores
deportistas con diferentes niveles de condición
que valoran la utilidad de estas fórmulas como
física.
medida preventiva y como herramienta que
optimiza el tiempo en la programación del
entrenamiento, especialmente en las breves
periodos
de
preparación
inicial
en
la
pretemporada en deportes colectivos (Brzycki,
107 Un modelo de predicción basado
solamente en variables biométricas es posible
para determinar de formas indirecta la FDM en
Revista Actividad Física y Desarrollo Humano 2013 jóvenes deportistas, sin necesidad de utilizar
test submáximos hasta la fatiga total.
4. REFERENCIAS BIBLIOGRAFICAS
………………………………………………………
Abadie, B. R., & Wentworth, M. C. (2000).
Prediction of one repetition maximal
strength from a 5-10 repetition
submaximal strength test in collegeaged females. Journal of Exercice
Physiology-online, 3, 1–7.
Berger, R. A. (1961). Determination of the
resistance load for 1-RM and 10-RM.
Journal of the Association for
Physical and Mental Rehabilitation,
15, 108-110.
Brechue, W. F., & Mayhew, J. L. (2009). Upperbody work capacity and 1RM
prediction are unaltered by increasing
muscular strength in college football
players. The Journal of Strength &
Conditioning Research, 23(9), 2477.
24(2), 394.
Dohoney, P., Chromiak, J. A., Lemire, D.,
Abadie, B., & Kovacs, C. (2002).
Prediction of one repetition maximum
(1-RM) strength from a 4-6 RM and a
7-10 RM submaximal strength test in
healthy young adult males. Journal of
Exercise Physiology-Online, 5, 54–
59.
Escamilla, R. F. Lander, J. E. y Garhammer J.
(2000). Biomechanics of Powerlifting
and Weightlifting Exercises, Chapter
39. In Garret, W. E. y Kirkendall D. F
(Eds.), Exercise and Sport Science
(pp. 585-615). Philadelphia: Lippincott
Williams y Willkins.
Brzycki, M. (1993). Strength testing-predicting a
one-rep max from reps-to-fatigue.
Journal of Physical Education
Recreation and Dance, 64, 88–88.
Guenther, E. L. (2009). Prediction of One
Repetition Maximum Bench Press
from Push-ups in College-Aged
Females. Doctoral Thesis. Ohio,
EE.UU: Ohio University.
Cormie, P., McGuigan, M. R., & Newton, R. U.
(2011).
Developing
maximal
neuromuscular power: part 2 training considerations for improving
maximal power production. Sports
Medicine (Auckland, N.Z.), 41(2),
125-146.
Hetzler, R. K., Schroeder, B. L., Wages, J. J.,
Stickley, C. D., & Kimura, I. F. (2010).
Anthropometry increases 1 repetition
maximum predictive ability of NFL225 test for division IA college football
players. The Journal of Strength &
Conditioning Research, 24(6), 1429.
Cummings, B., & Finn, K. J. (1998). Estimation
of a one repetition maximum bench
press for untrained women. The
Journal of Strength & Conditioning
Research, 12(4), 262.
Jidovtseff, B., Harris, N. K., Crielaard, J. M., &
Cronin, J. B. (2011). Using the loadvelocity relationship for 1RM
prediction. The Journal of Strength &
Conditioning Research, 25(1), 267.
Desgorces, F. D., Berthelot, G., Dietrich, G., &
Testa, M. S. A. (2010). Local
muscular endurance and prediction of
1 repetition maximum for bench in 4
athletic populations. The Journal of
Strength & Conditioning Research,
Knutzen, K. M., BRILLA, L. R., & CAINE, D.
(1999). Validity of 1RM prediction
equations for older adults. The
Journal of Strength & Conditioning
Research, 13(3), 242.
108 Revista Actividad Física y Desarrollo Humano 2013 LeSuer, D. A., McCormick, J. H., Mayhew, J. L.,
Wasserstein, R. L., & Arnold, M. D.
(1997). The accuracy of prediction
equations for estimating 1-RM
performance in the bench press,
squat, and deadlift. The Journal of
Strength and Conditioning Research,
11, 211–213.
Lombardi, V. P. (1989). Beginning weight
training: the safe and effective way.
WC Brown.
Materko, W., & Santos, E. L. (2009). Prediction
of one repetition maximum strength
(1RM) based on a submaximal
strength in adult males. Isokinetics &
Exercise Science, 17(4), 189–195.
Mayhew, J., Ball, T., Arnold, M., & Bowen, J.
(1991). Push-ups as a measure of
upper body strength. The Journal of
Strength & Conditioning Research,
5(1), 16.
Mayhew, J., Ball, T., Ward, T., Hart, C., &
Arnold, M. (1991). Relationships of
structural dimensions to bench press
strength in college males. The
Journal of sports medicine and
physical fitness, 31(2), 135.
Mayhew, J., Kerksick, C. D., Lentz, D., Ware, J.
S., & Mayhew, D. L. (2004). Using
repetitions to fatigue to predict onerepetition maximum bench press in
male high school athletes. Pediatric
Exercise Science, 16(3), 265–276.
Mayhew, J., Piper, F., & Ware, J. (1993).
Anthropometric
correlates
with
strength
performance
among
resistance trained athletes. The
Journal of sports medicine and
physical fitness, 33(2), 159.
Mayhew, J.L., Brechue, W. F., Smith, A. E.,
Kemmler, W., Lauber, D., & Koch, A.
J. (2011). Impact of Testing Strategy
on Expression of Upper-Body Work
Capacity
and
One-Repetition
Maximum Prediction after Resistance
Training in College-Aged Men and
Women. The Journal of Strength &
Conditioning Research, 25(10), 2796.
Mayhew, J.L., Jacques, J. A., Ware, J. S.,
Chapman, P. P., Bemben, M. G.,
Ward, T. O. M. E., & Slovak, J. P.
(2004). Anthropometric dimensions
do not enhance one repetition
maximum prediction from the NFL-
109 225 test in college football players.
The Journal of Strength &
Conditioning Research, 18(3), 572.
Mayhew, J. L., Lauber, D., Kemmler, W., Ware,
J. S., Ball, T. E., Bemben, M. G.,
Ward, T. E., & Kerksick, C. (2002).
Repetitions-To-Fatigue To Predict 1Rm Bench Press in Men With
Different Levels of Training. Medicine
& Science in Sports & Exercise,
34(5), S289.
Mayhew, J.L., Ware, J. S., Bemben, M. G., Wilt,
B., Ward, T. O. M. E., Farris, B.,
Juraszek, J., & Slovak, J. L. (1999).
The NFL-225 test as a measure of
bench press strength in college
football players. The Journal of
Strength & Conditioning Research,
13(2), 130.
Mayhew, J. L., Ware, J. R., & Prinster, J. L.
(1993). Test & Measurement: Using
Lift Repetitions to Predict Muscular
Strength in Adolescent Males. The
Journal of Strength & Conditioning
Research, 15, 35.
Prinster, J., Mayhew, J., Arabas, J., Ware, J., &
Bemben, M. (1993). Prediction of
maximal bench press strength from
relative endurance performance in
college men. Strength and Cond.
Res, 7, 185–186.
Reynolds, J. M., Gordon, T. J., & Robergs, R. A.
(2006). Prediction of one repetition
maximum strength from multiple
repetition maximum testing and
anthropometry. The Journal of
Strength and Conditioning Research,
20(3), 584.
Scanlan, J., Ballmann, K., Mayhew, J., & Lantz,
C. (1999). Anthropometric dimensions
to predict 1-RM bench press in
untrained females. Journal of sports
medicine and physical fitness, 39(1),
54–60.
Ware, J. S., Clemens, C. T., Mayhew, J. L., &
Johnston, T. J. (1995). Muscular
endurance repetitions to predict
bench press and squat strength in
college football players. The Journal
of Strength & Conditioning Research,
9(2), 99.
Revista Actividad Física y Desarrollo Humano 2013 Whisenant, M. J., Panton, L. B., East, W. B., &
Broeder, C. E. (2003). Validation of
submaximal prediction equations for
the 1 repetition maximum bench
press test on a group of collegiate
football players. The Journal of
Strength & Conditioning Research,
17(2), 221.
Wood, T. M., Maddalozzo, G. F., & Harter, R. A.
(2002). Accuracy of seven equations
for predicting 1-RM performance of
apparently healthy, sedentary older
adults. Measurement in Physical
Education and Exercise Science.
110 
Descargar